摘要∶利用温度测点建立热误差模型时，测点的选取直接影响到模型的精度。采用一种最优化分段方法——Fisher最优分割法，以试验采集到的原始数据作为分析数据，通过计算分类的直径、比较各类中的误差函数，对机床测点变量进行分类，经过对各类中温度变量与热误差之间相关系数的计算，获得用于热误差建模的热关键点，从而完成测点优化。利用多元线性回归方法对其优化出的测点建立热误差模型，与采用变量分组优化选出的温度测点建立的热误差模型进行比较，结果说明 Fisher最优分割法可行、实用性强。